【人工智慧】​AI平臺，怎麼看？怎麼辦？

作者：歐應剛  | 小編：阿軟

在網際網路領域，一般的套路是先通過系列功能吸引大量使用者，然後再慢慢將自己平臺化，整個歷程少說也得十年以上。AI的發展歷史比較悠久，但真正進入大面積的商業化應用也就這兩年才開始。網際網路領域的平臺化演進過程正在AI領域重演，並且以快得多的速度進行。本文試圖來分析AI平臺的一些特點，並對其發展趨勢做出一些預測。

什麼是AI平臺

要研究AI平臺，首先就要搞清楚它是什麼。在此，我嘗試給AI平臺一個定義：具備較強實力和技術積累的廠商，通過SDK、API等方式開放其部分AI能力和資源，吸引開發者和合作夥伴所搭建的AI開發與賦能平臺。   

要構建這樣一個AI平臺，首先廠商的技術實力要足夠雄厚，尤其是通用、底層技術實力比如機器學習技術、深度學習技術要領先；在某個細分領域的通用、底層技術實力雄厚，比如在計算機視覺、語音識別、自然與然理解、無人駕駛等領域具有業內領先的技術實力和大量的技術積累。廠商將其積累的AI技術，以API或者SDK的形式開放給合作伙伴、開發者，讓其不用進行基礎技術研發，能夠“站在巨人的肩上”，直接開發面向使用者和應用場景的系統。這樣開放出技術的廠商就構建了一個“插座式”的AI平臺，基於這個平臺，合作伙伴可以開發出豐富的AI應用。

為什麼要構建AI平臺

古語云“知其然，更要知其所以然”，上面簡單介紹了AI平臺是什麼，現在我們來分析下廠商為什麼會爭相構建AI平臺。

具體來看，我們認為有以下幾個方面的原因：

第一， 很多基礎演算法在開源社群都能找到，廠商在演算法領域的優勢無非是演算法模型的選擇、融合以及模型引數的調整。從本質上來看，廠商之間的技術（或者說演算法）壁壘是不牢固的。很多基礎演算法不是你發明的，你沒有相關專利，不能排除其他人對該演算法模型的使用。既然在技術層面不能構建穩固的競爭壁壘，何不換個思路乾脆把一些技術開放出來得了。

第二， 在AI領域，比演算法模型更大的競爭壁壘是資料。資料就是廠商的資產，並且這個資產是很難獲取的。AI技術是演算法模型與資料的融合產物，誰的資料量更大、資料質量更高，其模型的準確度就越高，也就是所謂的技術更領先。廠商構建AI開放平臺，非常關鍵的一個訴求就是通過開放平臺來獲取資料。

第三， 廠商開放出AI能力，當然也不是全部免費的，會通過各種方式來獲取收益。開放API介面，為合作伙伴提供AI能力，平臺方一般通過收入分成或者服務付費等方式，可以分享合作伙伴相應的業務收入。具體的盈利模式上，AI平臺大多設定一定的免費額度，在一定限度內免費，超過該限度就收費。

第四， 通過開放AI能力，帶動雲業務發展。對於網際網路巨頭而言，雲端計算是一塊不能失去的蛋糕，如何提升雲端計算業務意義重大。目前領先的雲端計算廠商都將“雲AI”作為其一個重要的賣點，強調其在AI方面的技術實力。通過構建AI開放平臺，廠商可以吸收大量的雲端計算客戶，即使AI平臺本身不掙錢，也可以通過提供雲服務來收費。

第五， 平臺效應本身，就可以為廠商帶來收益。網際網路的發展經驗告訴我們，要想走的遠就必須要有自家的平臺，能聚集的夥伴和使用者越多，平臺就越值錢。即使目前還不能找到很好的盈利方式，聚集大量使用者後，廠商也有足夠的時間來尋找盈利模式。

基於上面的討論可知，構建AI平臺對於廠商來說，有多方面的好處。可以說，AI平臺是接下來巨頭們“跑馬圈地”的重要戰場，並將深刻影響未來整個AI市場格局的走向。

如何構建AI平臺

接下來一個問題，我們來探討下如何構建AI平臺，以及整個AI商業閉環是如何運作的。

廠商通過構建一個雲平臺，開放其部分AI技術，比如影象識別、語音識別、自然語言理解等。當然，廠商不會將其積累的AI技術和能力全部開放出來，一般是選取部分技術進行打包，並且開放出來的是“閹割版”。比如語音識別、影象識別的準確率會有所降低，尤其是跟自身有一定業務重合度的夥伴，這些策略能確保AI廠商在開放技術能力的同時依然具有一定的領先優勢。AI廠商也會根據其夥伴的合作等級，開放出不同的能力，對於高戰略等級的合作伙伴，可能會拿到更好的AI資源。AI技術和資源的開放程度，也取決於AI廠商與合作伙伴的收入分配機制，能分到更多的業務收入當然會開放更多的技術能力。

AI演算法模型可以零成本複製，但是廠商能夠提供的計算能力是有限的。所以，AI廠商一般會對合作夥伴能夠同時支撐的終端數量會有所限制，也就是對計算資源進行限制。正如上面所說，AI平臺廠商一般會限定一個免費額度，比如免費同時支撐1萬個終端，超過這一個限度，就要通過付費來獲得。這也是通過AI平臺來拉動雲端計算業務的基本邏輯：免費開放AI技術，對提供的計算資源收費。

最重要的是，廠商通過AI平臺來獲取合作伙伴的資料。合作伙伴接入一個AI平臺，其業務資料也就通過該平臺來承載，這樣AI廠商就能通過平臺上的資料來優化其演算法模型，而這正是其進一步提升AI技術能力的關鍵。AI廠商通過平臺上獲取的大量業務資料來提升技術能力，然後再將升級後的AI能力開放出來提供給合作伙伴，如此反覆，形成一個持續不斷的正向迴圈。

節選自《2017中國AI應用、平臺與生態洞見報告》

基於這樣的平臺路徑，AI廠商得以不斷提升其技術能力，擴大其技術領先優勢。同時，這技術優勢又能幫助AI平臺吸引更多的合作伙伴和開發者，慢慢形成一個AI生態。

應用、平臺、生態的演進歷程

把視角放遠一點，我們將整個AI發展程式分為三個階段，分別是技術資本階段、應用階段和平臺生態階段。

節選自《2017中國AI應用、平臺與生態洞見報告》

技術資本階段

AI技術獲得突破，技術領先的企業獲得資本親睞，並在資本推動下獲得快速發展。競爭的焦點是技術的領先性，以及融資的速度和規模。AI應用較少，處於嘗試和驗證階段，AI廠商業務營收較少，主要依賴資本輸血。

領域應用階段

通過AI技術賦能各個行業，通過前期的驗證找到一些適合AI應用的領域，快速商業化和規模化。應用領域擴充、行業深耕和客戶資源的搶奪成為AI廠商的當務之急。部分實力雄厚的AI廠商，開始搭建AI平臺，初步實現生態化發展，“跑馬圈地”式的競爭日益激烈。AI廠商已經實現較好的業務營收，“超級馬太效應”日益明顯。

平臺、生態階段

被驗證的AI應用市場大部分被瓜分，多數大的應用領域呈現寡頭壟斷格局。出現3~5家大的AI平臺，橫跨多個應用領域，各自形成AI商業生態。在計算機視覺、語音語義、智慧硬體、無人駕駛等細分領域，實力較強的AI廠商構建該領域專用平臺，並形成對應的小生態。值得提出的是，AI應用發展與平臺、生態建設是同步進行的，以上的劃分是以該階段的主要特徵為依據的。2018年~2025年，主要是進行AI應用落地，具有實力的廠商同步進行平臺與生態建設，2025年左右，AI生態基本成型，“跑馬圈地”基本結束。

AI平臺不是孤立的，而是整個AI生態的核心環節。廠商通過構建AI平臺，來逐漸聚集大量的合作伙伴、使用者，最終形成一個完善的AI應用生態，為客戶提供豐富完善的AI服務。可以預見的是，未來幾年AI巨頭們之間的平臺之戰將愈演愈烈。

【報告】

《2017中國AI應用、平臺與生態洞見報告》

經過快速的發展，中國AI市場重心已經由技術、資本，逐漸地向商業應用以及平臺、生態建設演進。在這個階段，國內AI廠商應用情況如何，存在哪些問題，客戶最關注哪些方面，市場未來往哪走，有哪幾個細分應用領及其發展情況如何？這些問題非常關鍵。目前市場上大部分AI報告都側重於技術和融資，對AI應用以及AI平臺、生態建設的關注不夠。為此，中國軟體網組織撰寫《2018中國AI應用、平臺與生態洞見報告》，致力於理清AI應用思路，分析AI應用現狀與痛點，為中國AI產業的發展貢獻微薄力量。

【活動】

2018中國AI應用、平臺與生態峰會

AI產業發展到今天，其重心已經從技術、資本逐漸向商業應用傾斜，只有通過落地應用才能檢驗AI技術的實際價值，企業的資金流入也由融資轉向業務運營。誰能找到更好的應用場景，並首先獲得客戶的認可，誰就能在接下來的競爭中佔據優勢；相反，長期無法找到好的應用場景，在融資耗盡之時，也是退出市場之日。所以，應用成為AI廠商接下來競爭的焦點。那麼，有哪些典型的AI應用領域，各自具有哪些特點，有哪些需要避免的“坑”，廠商如何快速切入該領域，如何規模化擴充套件並形成良好的商業迴圈？這些問題是亟需解答的。

另一方面，部分具有實力的AI廠商已經在著手搭建開放平臺和生態，其平臺構建路徑和思路是什麼，其他企業如何利用其平臺獲得發展，如何借力AI生態獲得資源和客戶？這些問題也需要大家坐下來一起探討。

為此，中國軟體網於舉辦“2018中國AI應用、平臺與生態峰會”，邀請在各個應用領域領先的AI廠商共聚一堂，分析有潛力的AI應用場景和可行的商業路徑，交流各自的經驗和教訓，分享對於AI平臺和生態的看法，共同促進我國共贏AI生態的發展。

會議時間：2018年3月7日9:00~17:00

會議地點：北京中關村軟體園國際會議中心

更多關於報告和活動的資訊，可以與作者聯絡（微信：oyg0001）

 中國軟體網 

專注有深度的

網際網路軟體趨勢分析

 作者 

歐應剛

人工智慧、大資料、雲端計算和AR領域

致力於做一個有態度、有洞見、有策略的產業觀察者

微信：微信oyg0001

郵箱：oyg@soft6.com

 作品概覽 

【人工智慧】

• “AI+安防”和“安防+AI”之外，“可視分析+AI”有什麼新的玩法？
  

• 將AI技術融入工業場景，推動新一代工業智慧發展
  

• 把脈百度AI，“三得”、“三失”與“三策”
  

• 計算機視覺+AR，構建無處不在的空間網際網路入口

• AI競賽，到底有什麼價值？